Keras 对每个时间步应用不同的 Dense 层

Question

我有(-1, 10)形状的训练数据，我想对每个时间步应用不同的 Dense 层。 目前，我试图通过将输入重塑为(-1, 20, 1)然后在顶部使用TimeDistributed(Dense(10))层来实现这一点。 但是，这似乎将相同的 Dense 层应用于每个时间步，因此时间步共享权重。 有没有办法做到这一点？

Answer 1

您可以应用通过复制输入 20 次创建的矢量 200 宽的密集层，如下所示：

from tensorflow.python import keras
from keras.models import Sequential
from keras.layers import *

model = Sequential()
model.add(RepeatVector(20, input_shape=(10,)))
model.add(Reshape((200,)))
model.add(Dense(1))
model.compile('sgd', 'mse')
model.summary()